风机盘管设计模型中的若干算法问题研究

为实现风机盘管的快速设计,建立包括三种设计模式的计算模型。不同设计模式可满足不同的设计习惯及要求。模型在通用的热力学定律的基础上,采用二分迭代算法。各模式根据各自的已知条件,选用不同的迭代变量和迭代判据,并用不同的方法排除非合理的输入参数,提供计算盘管机器露点(外壁温)的迭代法,并据此判定干、湿工况,从而完成相应工况下的设计计算。模型保证输入参数范围最大化及算法正确稳定,具有全面、稳定、准确及收敛的特点。列举第二、三种模式中外壁温的求解过程及第一种模式下的设计实例,具体说明模型的算法特点。     

天然气压缩机在靖边气田的应用

简要介绍了国内外天然气压缩机发展现状,分析了靖边气田在用天然气压缩机的使用情况及其出现的故障.提出了针对靖边气田在用天然气压缩机进行增压稳产时压缩机的选型、配置以及运行管理方面的建议.     

基于遗传算法和支持矢量机参数优化的制冷机组故障检测与诊断研究

针对制冷机组故障诊断中特征多、诊断准确率低的特点,提出一种复合诊断模型,利用遗传算法搜索特征空间,与带参数优化的支持矢量机(Support vector machine,SVM)结合,同时进行故障特征提取和模型训练。用该模型研究7种典型的制冷机组故障,从64个原始特征中筛选出8个与试验辅助系统关系甚微、均十分靠近核心制冷循环的特征,作为故障指示特征,总体诊断准确率从96.95%提高到99.53%,测试时间下降70%以上。用命中率和虚警率评价模型对各故障的诊断性能,所提复合模型除个别故障外,均优于无特征提取及带主元分析特征提取的SVM模型。复合模型在制冷机组故障诊断中有良好的应用前景。     

基于PSO优化BP的冷水机组故障诊断研究

本文将PSO(粒子群算法)优化BP(误差反向传播神经网络)应用于离心式冷水机组的故障诊断,针对7种典型故障,包括4种局部故障与3种系统故障,建立了PSO优化BP的诊断模型。结果表明:PSO优化后的BP神经网络(包括单隐层与双隐层)故障诊断性能显著提高,神经网络结构简化,较少的隐含层节点即可获得较优的诊断性能。单隐层神经网络优化后最佳隐含层节点数从18降至10,诊断正确率从89. 42%提升至95. 30%;双隐层神经网络优化后最佳隐含层节点数从25降至12,诊断正确率从97. 87%提升至98. 11%,诊断用时仅为优化前的23%。故障诊断虚警率(假报及漏报)降低,且显著改善了系统故障尤其制冷剂泄漏故障的诊断性能,对正常情况的识别率亦极大提高。PSO优化有助于BP网络跳出局部极小值,较好地改善了故障诊断性能。     

基于YOLOv5s的人脸是否佩戴口罩检测

为了抗击新冠肺炎,加快复产复工的速度,本文提出了一种判断人脸是否佩戴口罩的方法.该方法可以通过摄像头捕获人脸,对人脸是否佩戴口罩进行检测,及时提醒人们带好口罩.使用预处理好的9800张图片作为数据集,并对YOLOv5s算法进行离线训练,生成最终的模型;利用该模型对摄像头捕捉的画面进行分析,检测人脸是否佩戴有口罩.该算法在测试集上的精确率(precision)、召回率(recall)和平均精度(mAP)分别为78.1％、87％和53.5％,高于YOLOv3和YOLOv4检测算法的检测结果.     

用同伦方法反演流体饱和孔隙介质的参数

从材料响应的理论合成应与实际测量数据相拟合这一出发点，将参数反演问题转化为非线性方程组的零点求解问题，从而应用一种大范围收敛的同伦方法来求解非线性方程组，并把这种方法用于Simon1984年给出的具有解析解的一维双相介质模型的数值模拟。数值模拟实例的结果表明了同伦方法的可行性和稳健性。     

工程管理信息系统的设计与实现技巧探讨

通过实例,对管理信息系统的功能模块、关系数据库进行了分析、设计和实现,并总结了其实现过程中的有关技巧.     

基于PLC的颗粒包装机称量系统设计

目的 为提高颗粒包装机称量精度和稳定性,基于PLC设计一种颗粒包装机称量系统.方法 分析颗粒包装机结构和工艺流程,并给出控制系统结构,包括核心处理器PLC、交流控制器、伺服电机驱动器、传感器、三相电机和伺服电机等.以称量控制为主要研究对象,提出一种粒子群模糊PID称量控制器,以提高称量控制系统的收敛速度、通用性和可移植性.最后进行仿真和实验研究.结果 相关结果表明,与模糊PID控制器相比,加入粒子群优化算法后,系统的响应速度更快,达到稳定状态所需时间更短,实际包装误差仅为0.528％.结论 所述称量控制系统可以有效地提升称量精度,有利于提高颗粒包装机的自动化水平.     

基于资源传输节点信息耦合度的链路预测方法

现有的基于资源传输的链路预测方法仅考虑了路径信息的影响,却忽略了拓扑信息耦合对资源传输的促进作用。鉴于此,提出了一种基于资源传输节点信息耦合度的链路预测方法。首先根据拓扑信息定义了节点间信息耦合度和资源传输的路径载重量,从两个角度分别对节点间的相似性进行度量;然后为保证融合的科学性,基于链路预测的AUC给出权重,定义了结合节点间资源传输路径载重量和信息耦合度的链路预测方法(TP);最后在6个真实网络上进行数值仿真对比实验,验证方法的可行性与有效性。结果表明,文中所提方法不仅具有更高的预测精度,而且鲁棒性表现良好。     

改进HTC算法的电脑背板表面缺陷检测

针对电脑背板表面缺陷过小,以及缺陷形状具有极端长宽比,导致自动化质检平台检测精度不佳的问题,提出一种改进HTC(Hybrid Task Cascade for Instance Segmentation)算法的电脑背板表面缺陷检测算法。在数据预处理阶段采用聚类裁剪的方式增加小目标缺陷图片的占比;随后通过Copy-Pasted方式增加样本数较少类别的样本,进而均衡每个类别数据的分布;在HTC的特征提取网络中加入可变形卷积以增加网络的感受野,从而缓解极端长宽比缺陷难以检测的问题。最后,在质检现场采集的电脑背板表面缺陷数据集上评估所提出算法的性能,并和基线算法HTC进行对比分析。结果表明,改进的算法对小目标缺陷,以及极端长宽比缺陷,具有更佳的检测效果,并且对各类缺陷均能实现准确检测分割,回归框平均精度(boxAP)达到85.0%,掩膜平均精度(mask AP)达到83.6%,在智能制造自动化生产方面有着更好的应用价值。